Modèle probabiliste indexé par des arbres pour la reconnaissance de formes

Voir Plus Voir Moins

Afficher le Résumé

L'inférence probabiliste est devenue une technologie de base dans l'IA, en grande partie due au développement dans la théorie des graphes pour la représentation et la manipulation des distributions probabilistes complexes.Nous avons proposé dans ce travail d’appliquer un modèle probabiliste basé sur lesstructures d’arbre aux problèmes de la reconnaissance automatique de la parole. Ce dernier est un domaine d'études actif depuis le début des années 50. Nous avons développé dans ce mémoire un système de reconnaissance de la parole isolée en utilisant le modèle d’arbre. Nous avons utilisé une méthode originale consiste dans une première étape à utiliser des modèles pour lesquels les interactions sont décrites par des arbres couvrants portés par G, par la suite et afin de réduire la complexité des algorithmes et des calculs nous avons imposé une structure d’arbre adéquate au problème de la reconnaissance des paroles. Les résultats obtenus sont bons.Nous avons détaillé les résultats obtenus au niveau du mot pour des vocabulaires de différentes langues. C'est à notre connaissance la première fois que les modèles d’arbre sontutilisés pour effectuer une reconnaissance de la parole isolée.Ces nouvelles méthodes, qui ont été testées et comparées à celles des modèles les plusutilisés en reconnaissance de la parole notamment les modèles de Markov caches (HMMs). Desbases benchmark pour la tâche de reconnaissance des mots isolés, montre des taux dereconnaissance compétitifs.